204억 투입 8억 어절 추가 구축/내년 10월 남북 공동 학술회의도

“늦었지만 10억 어절이라도 말뭉치를 구축하니 다행입니다. 일본은 150억, 중국 800억, 미국은 3000억 어절의 말뭉치가 이미 구축돼 인공지능(AI) 기술에 쓰이고 있습니다.”

국립국어원이 4차 산업혁명의 기반이 될 국어 말뭉치(언어 빅데이터) 구축에 나선다. 소강춘(61·사진) 국립국어원 신임 원장은 6일 서울 중구 한 식당에서 취임 기자간담회를 갖고 “예산 204억원을 투입해 신규 말뭉치 8억 어절을 구축한다”며 “기업이 AI 개발 등에 활용할 수 있도록 일단 저작권 문제가 해결된 자료로 만들겠다”고 말했다.

말뭉치는 AI가 인식할 수 있는 형태로 모아 놓은 언어자료를 말한다. 인간이 문장 뜻을 바로 이해하는 것과 달리 AI는 국어 문장의 품사·고유명사 등을 일일이 안내해줘야 비로소 의미를 인식할 수 있다. 말뭉치가 중요한 이유는 AI가 스스로 배우는 데 기초 자료로 쓰이기 때문이다. 국어원은 앞서 1998∼2007년 2억 어절 규모의 세종말뭉치를 구축해놓았으나 이후 사업이 중단됐다.

소 원장은 “지금은 얼마나 많은 재료를 가공하느냐가 기술 향상의 관건”이라며 “말뭉치 구축은 5, 10년 단위로 지속되고 예산도 꾸준히 확보돼야 한다”고 말했다.

국어원은 이 외에도 겨레말 동질성 회복을 위해 내년 10월쯤 남북공동 학술회의를 열 계획이다. 남북 전문용어 통합도 모색한다. 내년부터 경제, 의학, 농수산, 건설, 법률 등 분야별로 연 2000건 이상을 목표로 추진한다.

송은아 기자 [e-mail]